制造业物流外包与生产率的关系研究_刘秉镰

制造业物流外包与生产率的关系研究
刘秉镰1，
林
坦2
（1.南开大学经济与社会发展研究院，天津
300071；2.南开大学城市与区域经济研究所，天津
300071）
[摘要]
物流外包在全球范围内迅速发展，本文首先从核心竞争力、交易成本、供应
链管理和专业化分工四个理论视角对物流外包兴起的原因进行了分析，然后根据1997年、2002年和2007年的投入产出数据估算了我国制造业的物流外包率，并以面板数据模型检验了物流外包对我国制造业劳动生产率的影响。

研究发现：物流外包对我国制造业生产率的影响为正，但不显著；非中性技术进步假设下，物流外包会带来资本节约型的技术进步，同时伴随着中性的技术退步，两者的共同作用使得物流外包对制造业生产率的总效应为正。

最后本文落脚于制造业与物流业的联动，提出了相应的对策建议。

[关键词]物流外包；制造业；劳动生产率；理论分析
[中图分类号]F250[文献标识码]A [文章编号]1006-480X （2010）09-0067-11
在日趋激烈的竞争市场上，外包成为企业提高服务水平和降低成本的重要战略，而物流外包（Logistics Outsourcing ）的发展尤其迅速。

据估计，美国500强企业的物流外包率由20世纪90年代的40%增加到2004年的80%（Lieb and Bentz ，2005）；美国和欧洲物流支出中的48%和64%投向了外包物流领域（Langley et al.，2006）。

面对蓬勃发展的现实，国内外学者也对物流外包展开了广泛研究，研究主题包括：物流外包的动因、外包的物流活动、外包服务商的选择标准以及影响因素等（Mello et al.，2008）。

毫无疑问，物流外包作为一种新的资源组织形式对企业的运作方式、经营绩效和理念等产生了极其重要的影响。

但是目前的研究仍以描述性为主，缺乏理论基础。

降低成本曾经是企业进行物流外包的主要原因，但竞争环境的变化已经使得物流外包成为企业战略的一部分，物流外包的发展可以从不同的理论角度进行解释。

与此同时，一些实证研究又往往受主观因素的影响使其结论有效性有待论证。

基于此，本文对物流外包的理论基础从不同视角进行了总结；以制造业为研究对象，运用统计数据和面板模型对物流外包影响制造业生产率的效应进行实证分析。

另外，本文首次尝试运用投入产出数据对我国制造业的物流外包率进行估算，以作为本文研究的基础。

一、理论基础与文献回顾
不同的学者根据其研究的侧重点不同给出了物流外包的不同定义（Marasco ，2008；Konstantinos
and Martin ，2007）。

本文采用物流外包的广义定义①，将物流外包定义为：利用第三方来履行原本应
[收稿日期]2010-08-17
[基金项目]985工程南开大学区域经济国家哲学社会科学创新基地资助项目（批准号1052122004700007）。

[作者简介]
刘秉镰（1955—），男，天津人，南开大学经济与社会发展研究院副院长，南开大学现代物流研究中
心主任，教授，博士生导师；林坦（1985—），男，山东济宁人，南开大学城市与区域经济研究所博士研究生。

①
目前不同学者使用不同的术语来描述物流外包这种现象，比如“Logistics Outsourcing ”、“Third Party
Logistics ”、“Contract Logistics ”等。

虽然表述不同，但是这些术语的含义基本一致。

2010年9月
第9期（总270期）
Sep.，2010No．9
China Industrial Econom ics
【产业经济】
外包功能控制流程
自营
外包分离
否
是
是否是否为成功的关键因素
是否为核心竞争力
图1基于核心竞争力理论的物流外包决策模型
理论视角
交易成本理论
竞争能力
供应链网络
外包的动因降低成本利用外部资源价值增值外包的程度运作层战术层战略层在供应链中的作用契约性功能协作物流一体化外包方的战略导向
企业外部
企业内部
企业外部
不同理论视角对于物流外包的不同观点
表1
该由组织内部提供的全部或部分物流职能（Bowersox ，1990）。

伴随着物流外包活动的发展，物流外包的研究也广泛展开，本文将首先对物流外包的理论基础进行总结。

1.核心竞争力理论
核心竞争力理论强调：企业应该在产业价值链的某一环节上创造独特优势，掌握该环节的核心技术使其成为战略资产，并将非核心的业务外包出去。

在此基础上，Spear （1997）提出了物流外包决策的理论框架（如图1所示），通过物流外包，企业可以在不增加固定投资的情况下提供物流服务，从而将更多的资源集中于核心竞争力（Persson and Virum ，2001）。

另外，通过物流外包，企业还可以提高生产柔性（Daugherty et al.，1996）、快速响应客户需求（Sink ，1996）、利用外部先进的信息技术和专业知识（Craig ，1996）等，这些均有助于提高企业的核心竞争能力。

而企业经营环境的变化也要求企业更加专注于核心能力，加快了物流外包的发展，这些变化包括：全球经济一体化、交通运输业的放松管制、消费者需求的个性化、JIT 等生产方式的推广（Marasco ，2008）。

第三方物流企业在使外包企业致力于发展核心竞争力的同时，物流服务也成为第三方物流提供商的核心竞争力。

2.交易成本理论
企业组织物流活动的方式有两种：自营或者外包，而决定企业物流组织边界的则是物流外包的交易成本。

交易成本理论认为可以使用资产的专用性、不确定性和交易频率等三个维度来衡量交易成本。

自营物流需要进行仓库建设等专用性资产投资，而物流外包也会产生签订契约、绩效考核和道德风险等交易成本，决定企业物流组织方式的是自营和外包交易成本的相对大小。

Aertsen （1993）增加了绩效考核指标来衡量物流外包的交易成本，认为较高的资产专用性或外包绩效的难以考核会导致自营物流。

Maltz （1993）也发现较高的资产专用性往往与自营物流相联系，而较高的交易频率将导致外包。

Skjoett-Larsen （2000）将资产专用性和不确定性二者结合起来，认为应该在以下两种情况下使用外包：中等的资产专用性或者资产专用性较高、但不确定性较低。

3.供应链管理
供应链管理强调供应链的每一阶段均创造价值，在基于时间的竞争背景下，第三方物流服务能够帮助供应链快速响应需求从而为客户提供增值服务，成为第三方物流迅速发展的原因；除此之外，第三方通过提供物流服务可以贯穿供应链的不同职能部门，打破原有的按职能划分的流程，有利于供应链的水平一体化（Hoek ，2001）。

Boyson et al.（1999）提出将供应链上的整体物流活动外包给第三方提供商应该比外包单一活动更有效，因为整体物流活动外包提高了供应商对整条供应链的参与程度。

全球供应链的发展使得国际物流运作更加复杂，供应链内部难以承担构建国际物流网络的成本，这就为国际物流外包提供了机会（Rao and Young ，1994）。

Bolumole et al.（2007）以交易成本、竞争能力和供应链网络为基础建立了物流外包的理论分析框架，并分析了不同理论视角对于物流外包的不同观点（见表1）。

4.专业化分工理论
根据分工与专业化理论，物流的产生是企业分工发展到一定程度的产物，而物流外包作为分工的一种具体形式，反过来促进了分工的深化和物流的发展。

随着企业分工的深化，专业化的物流运作开始在企业内部产生，因此产生的专业化经济有利于企业降低成本。

但是分工取决于市场规模，受企业规模的限制，当企业内物流分工发展到一定程度时，物流分工的专业化经济只能在企业外部市场形成。

当专业化经济超过一体化经济时，便形成了专营物流服务的企业（刘彦平，2005），标志着分工的深化。

将物流外包也会存在着风险，尤其对制造企业而言，需要设计一些列契约规避这种风险，分工的程度则取决于风险和收益的均衡。

还有学者从系统论、委托代理理论、市场营销等视角分析物流外包（Bolumole et al.，2007），这些理论为解释物流外包奠定了理论基础，但是关于制造业物流外包的定量研究却很少。

为了检验物流外包对制造业的影响，尤其是基于发达国家的物流外包理论对于我国制造业的适用性，本文首先在研究设计中对制造业的物流外包效应进行了总结，在此基础上使用统计数据具体分析物流外包对我国制造业带来的影响。

二、研究设计
1.基本假设
制造企业物流外包可以使其减少物流相关的资本投资、减少物流从业人员数量、利用先进信息技术实现信息共享，从而有利于降低成本、增加产出和提高服务水平。

总结关于物流外包的研究，本文提出以下基本假设：
H1：物流外包会对制造业技术效率产生正的影响，有利于促进制造业技术进步。

创新包括产品创新和流程创新，物流外包本身就是对原有企业流程的变革，尤其是供应链背景下的企业流程重组对企业产生了革命性的影响（Boyson，1999）；以物流外包作为支撑，有利于JIT等现代管理思想的实现，有利于企业提高现有技术的利用效率（Lewis and Talalayevsky，2000）；物流外包提供商会致力于物流技术进步，尤其是信息技术的发展使得实时的信息沟通成为可能，物流技术进步可通过外包扩散到制造业。

H2：物流外包会对制造业产生资本节约型的影响。

物流外包可以减少与物流有关的固定资产投资，将固定成本转化为可变成本（Bardi and Tracey，1999），可以降低成本、增加产出、提高顾客满意度。

但在日趋激烈的竞争环境下，企业物流外包越来越具有战略意义：提高柔性、提供增值服务等，Sohal et al.（2002）和Lieb and Bentz（2005）对澳大利亚和美国市场的调查研究证实了这一观点。

但这些战略的实施均需要与外包服务提供商的合作以实现信息对接、规避物流外包的风险，这些可能会要求企业增加资本投资。

但是，这些投资与企业自营物流所需的投资相比，虽然规模较小，但是技术含量要求却更高。

综合考虑，文本假设物流外包会减少制造企业的资本投资。

H3：物流外包会对制造业产生劳动节约型的影响。

如Sink et al.（1996）和Razzaque and Sheng（1998）对物流外包的跟踪调查所表明的一样，物流外包可以减少所需的物流劳动力，这有利于提高制造业的劳动生产率。

将物流劳动力分为高技术工人和低技术工人更能反映物流外包对制造业就业的影响：物流外包会大量减少对低技术工人的需求，同时增加对高技术工人和物流管理人才的需求。

但是受资料限制，本文难以区分这种结构性变化，因此本文假设物流外包会减少制造业的劳动力需求。

H4：物流外包对于资本密集型行业的生产率促进效应更大。

物流外包对于不同类型的行业生产率会产生不同的影响。

我国劳动力相对富裕，但资本相对短缺，物流外包能够缓解资本密集型企业的资金约束，但是对于劳动密集型企业的作用可能并不明
显，因此本文假设：在资本密集度高的行业中，物流外包促进生产率提高的作用更大。

2.模型设定
关于制造业生产函数假设有两种：C-D函数（刘海云，唐玲，2009）和Translog函数（徐毅，张二震，2008）。

本文采用C-D函数形式，对Y=A（LOS）KαLβ取对数后得到中性技术进步假设下的模型：ln y it=α0+α1LOS it+α2ln K it+α3ln L it+λi+γt+μit（1）其中，y表示制造业劳动生产率，LOS表示物流外包率，K和L分别表示资本和劳动力。

i和t分别表示不同的行业和时间，λi为随行业但不随时间变化的效应，γt为随时间但不随行业变化的效应，μit为随机误差项。

为了考察物流外包带来的非中性的技术变化，本文将物流外包项分别与资本和劳动的对数相乘，得到超越对数型的计量模型为：
ln y it=α0+α1LOS it+α2ln K it×LOS it+α3ln L it×LOS it+λi+γt+μit（2）同时加入虚拟变量以分析行业特征对物流外包生产率效应的影响：
ln y it=α0+α1LOS it+α2ln K it×LOS it+α3ln L it×LOS it+α4LOS it×D+λi+γt+μit（3）其中，ln L it×LOS it用以考察物流外包对劳动投入产生的影响，ln K it×LOS it用以考察物流外包对资本投入产生的影响，D为虚拟变量。

但在对以上三个模型进行回归时，可能会产生“内生性”问题，即：劳动生产率也可能影响同期的外包程度，从而使得物流外包的生产率效应高估。

本文采用滞后变量方法，即使用物流外包的一年滞后量对模型进行重新回归，以检验是否存在“内生性”问题。

研究物流外包对制造业生产率的影响应该使用企业层面的数据，受数据可得性的限制，本文采用行业层面的数据代替。

主要变量解释如下：
y表示制造业劳动生产率，用制造业各行业增加值与全部从业人员年平均人数之比来表示，其中增加值使用各行业工业品出厂价格指数进行平减。

K表示资本存量，但是工业资本存量的估算非常困难（徐毅，张二震，2008），因此本文也采用张海洋（2005）的做法，使用统计年鉴公布的固定资产净值年均余额度量制造业的物质资本存量，并以工业品出厂价格指数将其折算为1997年为基期的不变价。

L表示劳动力，考虑到数据的可获得性和准确性，本文以统计年鉴中公布的各行业全部从业人员年平均人数表示。

LOS表示制造业各行业物流外包率。

目前关于外包的研究主要集中在国际贸易领域（徐毅，张二震，2008；刘海云，唐玲，2009），并且采用的均为Feenstra and Hanson（1995）的方法对国际外包率进行估算，这种方法用进口投入占总投入的比重来衡量中国工业行业参与国际外包的程度，并不适用于物流外包。

原毅军、刘浩（2009）直接用以投人产出表中第三产业及各主要服务部门对制造业的投入来表示制造业的服务外包额。

借鉴以上思想，本文采用我国投入产出表中制造业各行业对交通运输仓储业的中间购买占制造业总投入的比重来表示物流外包率。

根据全国物流运行情况通报的统计，交通运输仓储费用占我国物流总费用的85%左右，交通运输仓储业的中间购买占制造业总投入的比重基本反映了我国制造业物流外包的现状。

D表示行业资本密集度的虚拟变量。

本文将制造业分为资本密集型和劳动密集型，如果行业为资本密集型，D取值为1，反之为0。

三、数据描述
1.数据来源及统计分析
我国每逢2、7年度编制投入产出表，每逢0、5年度编制投入产出延长表。

其中1997年、2002年和2007年投入产出表分别包括了124个部门、124个部门和135个部门，这三张表中的数据较全而且行业分类基本一致，因此本文采用这三张表中的数据对物流外包率进行估算。

但是，由于《中国统计年鉴》和《投人产出表》对中国工业行业的分类标准存在差异，为保证统计口径一致，本文首
变量
均值
中位数
最大值
最小值
标准差
个数
相关系数
Y
LOS L K
Y （元/人·年）88473.7083938.82234444.2018736.0755629.63
7810.27630.10500.5877LOS （%） 3.41 2.7210.210.47 2.23780.2763
1
-0.16630.0263L （万人）181.47132.52626.2617.00145.36780.1050-0.16631
0.7003
K （亿元）
1817.75
1166.08
10364.29
105.40
1910.25
78
0.5877
0.0263
0.70031
各主要变量的统计特征值及相关系数
表2
资料来源：本文研究整理。

2.基于事实数据的分析
根据制造业对物流业中间商品的购买占制造业总投入的比重，本文对制造业的物流外包率进行了估算，如图2所示。

1997年、2002年和2007年我国制造业物流外包率的平均值分别为2.10%、
4.29%、3.83%，根据不同年份均值差异性的Kruskal-Wallis 检验结果，可以认为2002年的制造业物流外包率比1997年显著提高，而2002年和2007年的差异不显著。

进一步分析可以发现，2002年各行业的物流外包率均比1997年有所提高，而且提高的幅度基本一致；2007年与2002年相比，物流
外包率的均值略有下降，但是波动范围却增大。

有的行业的物流外包程度大大提高，比如食品制造业、化学纤维制造业和专用设备制造业的物流外包率均在10%左右；有的行业的外包率大幅下降，纺织服装鞋帽制造业、造纸及纸制品业、医药制造业等行业的物流外包率甚至低于1997年的水平。

这反映出不同行业面对竞争环境所采取的策略不同，有的行业利用市场组织其物流活动以获得竞
先将投人产出表的数据按《国民经济行业分类与代码（GB/T 4754－2002）》中的行业分类标准进行合并，以便和《中国统计年鉴》上的两位数行业分类一一对应。

合并后制造业共包括30个两位数行业①，但是由于工艺品及其他制造业、废弃资源和废旧材料回收加工业数据缺失从而将其排除在外，另外剔除烟草制品业、石油加工炼焦及核燃料加工业两个行政性垄断行业，本文样本数据共包含26个两位数行业。

其中，非金属矿物制品业、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业、交通运输设备制造业等10个行业为资本密集型，纺织业、皮革毛皮羽毛（绒）及其制品业、木材加工及木竹藤棕草制品业、家具制造业等16个行业为劳动密集型行业。

②
本文所用数据来自于《中国统
计年鉴》，《中国工业经济统计年鉴》，1997年、2002年和2007年的《投入产出表》，中宏网和国研网数据库。

各变量的统计特征及相关系数如表3所示，其中制造业劳动生产率的均值为88473.70元/人·
年，物流外包率的均值为3.41%。

①
这30个行业的代码和名称按照《国民经济行业分类与代码（GB/T 4754－2002）》如下：C13农副食品加工业、
C14食品制造业、C15饮料制造业、C16烟草制造业、C17纺织业、C18纺织服装鞋帽制造业、C19皮革毛皮
羽毛（绒）及其制品业、C20木材加工及木竹藤棕草制品业、C21家具制造业、C22造纸及纸制品业、C23印刷业和记录媒介的复制、C24文教体育用品制造业、C25石油加工炼焦及核燃料加工业、C26化学原料及化学制品制造业、C27医药制造业、C28化学纤维制造业、C29橡胶制品业、C30塑料制品业、C31非金属矿物制品业、C32黑色金属冶炼及压延加工业、C33有色金属冶炼及压延加工业、C34金属制品业、C35通用设备制造业、C36专用设备制造业、C37交通运输设备制造业、C39电气机械及器材制造业、C40通信设备计算机及其他电子设备制造业、C41仪器仪表及文化办公用机械制造业、C42工艺品及其他制造业、C43废弃资源和废旧材料回收加工业。

②
资本密集型行业包括：C31、C32、C33、C34、C35、C36、C37、C39、C40、C41；劳动密集型行业包括：C13、C14、
C15、C17、C18、C19、C20、C21、C22、C23、C24、C26、C27、C28、C29、C30。

四、实证结果
本文采用面板模型对上述数据进行回归分析。

根据假设条件的不同，面板模型分为固定效应模型（Fixed Effect Model ）和随机效应模型（Random Effect Model ）两种，本文通过Hausman 检验在两种模型之间选择。

另外，固定效应模型与随机效应模型又可区分为个体、时间以个体时间双向的固
C 1
3
C 1
4
C 17C 18C 19C 20C 21C 22C 23C 24C 26C 27C 28C 29C 30C 31C 32C 33C 34C 35C 36C 37C 39C 40C 41
1997
2002
2007
25000020000015000010000050000
图3我国制造业劳动生产率的变化趋势
资料来源：本文研究整理。

0.120.100.080.060.040.020
C 13C 14C 17C 18C 19C 20C 21C 22C 23C 24C 26C 27C 28C 29C 30C 31C 32C 33C 34C 35C 36C 37C 39C 40C 41
1997
2002
2007
图2我国制造业物流外包的变化趋势
资料来源：本文研究整理。

1997年、2002年和2007年我国制造业的劳动生产率，分别为31484.60元/人·年、99957.48元/人·年和133979.02元/人·年，根据Kruskal-Wallis 检验结果，可以认为：2002年制造业的劳动生产
率比1997年显著提高、2007年的劳动生产率比2002年显著提高，如图3所示。

另外，制造业劳动生产率也呈现出与物流外包率类似的变化趋势：2002年各行业的劳动生产率普遍比1997年增加，而
2007年各行业生产率的波动性变大。

受行业特性的影响，不同行业劳动生产率的绝对值差异较大，
但是除了皮革毛皮羽毛（绒）及其制品业、家具制造业、文教体育用品制造业、塑料制品业四个部门的劳动生产率下降之外，其余22个部门的劳动生产率均呈现不同程度的提高。

C 15C 1
5争优势，比如食品制造业；而有的则采取“垂直一体化”战略，企业经营范围不断向上游和下游延伸，企业自营物流活动的比例越来越高。

定效应与随机效应模型，由于本文样本时间只有3年，而且不连续，因此本文只考虑个体效应。

文中所使用的计量软件为Eviews6.0，回归结果如表3所示。

1.物流外包对制造业劳动生产率的影响
为解决“内生性”问题，本文分别用物流外包的现值和物流外包的一年滞后值对模型中的假设进行了回归，由表4可以看出二组模型的回归结果基本一致，表明物流外包的生产率效应的“内生性问题”并不严重。

在无滞后模型中，本文分别运用固定效应模型和随机效应模型对（1）式和（2）式进行了回归分析，随机效应模型的Hausman 均在95%水平下显著，故拒绝随机效应模型的原假设，采用固定效应模型应该更合适。

（1）中性技术进步下的物流外包效应。

无滞后固定效应模型的回归结果显示物流外包率的系数为正，制造业外购物流服务占总投入的比重每增加一个百分点，劳动生产率提高2.27%，一阶滞后模型的回归系数也为正。

但是无滞后固定效应模型的回归结果不具有显著性，因此不能确切地说明我国制造业的物流外包效应，本文的H1难以得到验证。

这主要有制造业和物流业两方面的原因：一是我国制造业本身的竞争能力就不强，技术水平比较低，因此通过物流外包以提高技术效率的效果并不明显；而且竞争理念有待提高，制造企业选择物流外包仍然是以成本节约为导向的，自营物流仍然是我国制造企业物流运作的主要方式，外包并未真正成为制造业竞争战略的一部分。

二是我国第三方物流服务水平有限，大多物流企业主要提供运输和仓储等低附加值的物流服务，难以满足制造业的物流需求，物流外包服务提供商参与企业制造活动的程度有限。

制造业和物流业并未形成良好的互动，物流外包并未对制造企业的生产流程和运作方式产生根本性的影响，因此对制造业技
常数项
4.74***
8.37***
10.96***
11.02***
4.81***
7.83***
10.99***
11.10***
（11.13）
（35.78）
（66.43）
（82.42）
（12.61）
（32.50）
（94.75）
（110.29）
LOS 2.27
2.93***-10
3.22***-49.11***
（1.37）
（2.05）
（-3.28）
（-3.07）
LOS （-1） 3.17**
4.06***-107.63***
-53.74***
（2.26）
（3.20）
（-4.63）
（-4.43）
lnK 1.49***
0.92***
1.56***
0.81***
（19.76）
（17.68）
（12.82）
（12.76）
lnL -0.85***
-0.78***
-0.98***
-0.52***
（-10.56）
（-12.74）
（-6.53）
（-6.67）
ln K ×LOS 27.64***
18.06***
21.04***
15.79***
（4.47）
（4.93）
（4.51）
（5.81）
ln L ×LOS -18.29***-15.77***
-8.00***
-11.73***
（-3.46）
（-4.27）
（-1.62）
（-3.95）
Hausman 检验150.24***10.18**123.49***14.73**F 值22.6947.15 2.0614.2017.8833.69 2.7113.36D-W 值 2.060.98 2.46 1.54 2.06 1.02 2.20 1.21R 2
0.93
0.66
0.54
0.37
0.91
0.58
0.61
0.35
FE （1）
RE （1）FE （2）RE （2）FE （1）RE （1）FE （2）RE （2）无滞后模型
一阶滞后模型
物流外包对制造业生产率影响的回归分析结果
表3
注：***、**、*分别代表在1%、5%、10%水平下显著；括号内为t 统计值；LOS （-1）为物流外包率的一阶滞后项。

常数项
10.96***
11.03***
11.02***
11.10***
（64.62）
（81.45）
（92.66）
（110.21）
LOS -104.09***
-49.58***
（-3.24）
（-3.01）
LOS （-1）-112.99**
-55.30***
（-4.72）
（-4.34）
ln K ×LOS 27.73***
18.01***
20.83***
15.73***
（4.42）
（4.86）
（4.46）
（5.77）
ln L ×LOS -18.16***
-15.54***
-6.21
-11.23***
（-3.36）
（-3.87）
（-1.18）
（-3.48）
D ×LOS -1.48
-0.61
-6.92
-1.29
（-0.17）
（-0.15）
（-0.96）
（-0.40）
Hausman 检验10.42**
16.45***F 值 1.9610.51 2.659.94D-W 值 2.46 1.53 2.22 1.20R 2
0.54
0.37
0.62
0.35
FE （3）
RE （3）FE （3）RE （3）无滞后模型
一阶滞后模型
行业特性对物流外包生产率效应影响的回归分析结果
表4注：***、**、*分别代表在1%、5%、10%水平下显著；括号内为t 统计值；LOS （-1）为物流外包率的一阶滞后项。

资料来源：本文研究整理。

术进步和劳动生产率的作用有限。

（2）非中性技术进步下的物流外包效应。

ln K ×LOS 和ln L ×LOS 的估计系数分别为27.64和-18.29，且均通过1%的置信水平检验，说明物流外包带来的是“资本节约型”的技术进步，H2得到验证。

但是物流外包的估计值为负，说明剔除“资本节约型”技术进步后，物流外包对纯技术进步产生不利影响，或者说表现为中性的技术退步。

这进一步说明了我国制造企业物流外包的主要目的仍然是节约固定资产投资，但节约的资源并没有促进制造企业核心竞争力的提高，而且外包使得制造企业的创新动力大大降低；另一方面，我国第三方物流市场的整体服务水平较低，不仅自身技术能力较低，而且难以取得制造业的信任，使得物流业的技术进步难以扩散到制造业之中，尤其是现代信息技术对于制造业的重要作用没有得到应有发挥。

物流外包对制造业生产率的总效应为：
鄣ln y /鄣LOS =α1+α2ln K +α3ln L （4）
将ln K 和ln L 的均值以及参数估计值带入，得到物流外包的生产率效应为2.40，即物流外包率
每增加一个百分点，制造业生产率增加2.40%。

虽然物流外包对制造业生产率的总效应为正，但是对制造业技术进步的作用却难以令人满意。

2.行业特性对物流外包生产率效应的影响
为分析行业特性对物流外包生产率的影响，本文引入行业特性的虚拟变量，（3）式的回归结果如表4所示。

一阶滞后的结果与无滞后模型没有明显差异，而且随机模型的Hausman 均具有显著性，因此本文将重点关注无滞后的固定效应模型。

虚拟变量的回归系数没有通过检验，因此关于资本密集型行业的生产率效应更高的假设难以得到验证。

但是该回归系数为负，表明物流外包对资本密集型行业的影响为-104.09-1.48×D ，即比劳动密集型行业低1.48%。

物流外包对资本密集型制造业的生产。